相关实验视频
Updated: Feb 17, 2026
09:18
A Gut-on-a-Chip Model to Study the Gut Microbiome-Nervous System Axis
Published on: July 28, 2023
3.6K
GutMIND:一个多队列机器学习框架,用于神经精神疾病中微生物群-肠-大脑轴的整合特征
Yanmei Ju1,2,3,4, Shutian Lin1,3,4,5, Shaohua Hu6,7
1College of Life Sciences, University of Chinese Academy of Sciences, Beijing, People's Republic of China.
Gut microbes
|February 16, 2026
概括
这项研究创建了最大的肠-大脑微生物群数据库 (GutMIND),用于神经精神疾病. 它开发了工具 (MetaClassifier,MGBA-HI) 来诊断疾病并识别保护性微生物,帮助个性化治疗.
科学领域:
- 神经科学是一个神经科学.
- 微生物组研究 微生物组研究
- 计算生物学 计算生物学
背景情况:
- 肠-大脑轴在神经精神疾病中起着至关重要的作用,但缺乏全面的元基因组资源.
- 现有研究受到小样本大小,异质性和方法论碎片化的限制,阻碍了可重现性.
- 需要标准化,大规模的数据集来进一步了解肠道微生物组在神经精神疾病中的作用.
研究的目的:
- 在多国综合神经精神疾病 (GutMIND) 数据库中构建肠道微生物组,这是同类型中最大的存储库.
- 开发和验证用于诊断神经精神疾病和识别微生物生物标志物的计算工具,使用元基因组数据.
- 在肠-大脑轴内确定与改善心理健康相关的核心保护性微生物群.
主要方法:
- 整合了来自12个国家的31项研究 (n=3,492) 的猎枪元基因组数据进入了GutMIND数据库.
- 开发了MetaClassifier,一个计算框架,以及微生物肠-大脑轴健康指数 (MGBA-HI) 用于诊断和生物标志物识别.
- 采用了两阶段验证策略,包括嵌套交叉验证和独立队列,以评估模型性能 (AUROC).
主要成果:
- 到目前为止,GutMIND代表了迄今为止最大的肠-大脑微生物群数据集,揭示了患者显著增加的微生物异质性.
- 在发现和验证队列中,MetaClassifier的平均AUROC为0.69,在诊断8种神经精神疾病的验证队列中为0.71.
- 确定了9种核心神经精神保护性微生物,主要涉及谷氨酸合成和酸盐生产,MGBA-HI有效地区分了患者的状态.
结论:
- 肠道MIND数据库为神经精神疾病中的肠道大脑微生物组研究提供了强大的标准化资源.
- MetaClassifier 和 MGBA-HI 证明了开发预后工具和基于微生物组的个性化疗法的翻译潜力.
- 已确定的核心保护性微生物群为旨在改善心理健康的治疗干预提供了新的目标.
